ChatGPT快速渗透, AI产业迎发展新机   ChatGPT是由OpenAI公司开发的人工智能聊天机器人程序, 于2022年11月发布, 推出不久便在全球范围内爆火。根据World of Engineering数据显示, ChatGPT达到1亿用户量用时仅2个月, 成为史上用户增长速度最快的消费级应用程序。与之相比, TikTok达到1亿用户用了9个月, Instagram则花了2年半的时间。从用户体验来看, ChatGPT不仅能实现流畅的文字聊天, 还可以胜任翻译、 作诗、 写新闻、 做报表、 编代码等相对复杂的语言工作。   ChatGPT爆火的背后是人工智能算法的迭代升级。ChatGPT是基于GPT-3.5微调得到的新版本模型, 能够借助人类反馈的强化学习(RLHF) 技术来指导模型训练, 实现模型输出与人类预期的需求, 使对话内容更加人性化和富有逻辑性。从2008年第一代生成式预训练模型GPT-1诞生以来, GPT系列模型几乎按照每年一代的速度进行迭代升级, 未来随着大语言模型(LLM) 技术的不断突破, AI相关应用有望加速落地, AI产业或将迎来新一轮发展机遇。   ChatGPT激起AI浪潮,大算力芯片迎来产业机遇   ChatGPT是生成式人工智能技术(AIGC) 的一种, 与传统的决策/分析式AI相比, 生成式AI并非通过简单分析已有数据来进行分析与决策, 而是在学习归纳已有数据后进行演技创造, 基于历史进行模仿式、 缝合式创作, 生成全新的内容。AIGC的应用非常广泛, 包括自然语言生成、 图像生成、 视频生成、 音乐生成、 艺术创作等领域。   AIGC产业链主要分为上游算力硬件层、 中游数据/算法软件层和下游行业应用层。硬件层依靠高性能AI芯片、 服务器和数据中心为AIGC模型的训练提供算力支持, 是承载行业发展的基础设施;数据/算法层软件层主要负责AI数据的采集、 清洗、 标注及模型的开发与训练, 多方厂商入局自然语言处理、 计算机视觉、 多模态模型等领域;行业应用层目前主要涉及搜索、 对话、推荐等场景, 未来有望在多个行业呈现井喷式革新。   多模态赋能下游行业智慧化升级   多模态大模型有望成为AI主流, 赋能下游行业智能升级。生成式AI主要依赖于人工智能大模型, 如Transformer、 BERT、GPT系列等。这些模型通常包含数十亿至数万亿个参数, 需要庞大的数据集进行训练, 致使AI算力的需求也呈现出指数级的增长。多模态是一种全新的交互、 生成模式, 集合了图像、 语音、 文本等方式, 因其可以结合多种数据类型和模态的学习,将有望彻底改变我们与机器互动的方式, 快速占据人工智能主导地位。我们认为多模态大模型长期来看不仅可以从成本端降本增效, 需求端也将通过快速渗透推广为下游行业带来持续增长需求, 从而快速推动下游行业智慧化应用升级。   模型更新升级带动下游行业不断发展   从GPT-1到ChatGPT, 模型参数与训练数据量不断增加, 所需算力资源不断提升:   GPT-1:最早的GPT模型之一, 包含了1.17亿个参数, 预训练数据量约为5GB。   GPT-2:参数数量达到了1.5亿个, 预训练数据量达40GB。   GPT-3:是目前为止最大的语言模型之一, 包含了1750亿个参数, 预训练数据量为45TB。   ChatGPT:基于GPT-3模型的变种之一, 参数量预计与GPT-3相近。   GPT-4性能提升显著, AIGC应用市场空间广阔   多模态模型是实现人工智能应用的关键。3月14日OpenAI发布GPT-4多模态大模型, 拥有1) 强大的识图能力;2) 文字输入限制提升至2.5万字;3) 回答准确性显著提高;4) 能够生成歌词、 创意文本、 实现风格变化。在各种专业和学术基准上,GPT-4已具备与人类水平相当表现。如在模拟律师考试中, 其分数在应试者前10%, 相比下GPT-3.5在倒数10%左右。多模态大模型在整体复杂度及交互性上已有较大提升, 模型升级有望加速细分垂直应用成熟, 赋能下游智慧化升级, 带动需求快速增长。   AIGC下游市场渗透率低, 增长空间广阔。根据 Gartner数据, 目前由人工智能生成的数据占所有数据的 1%以下, 预计2023年将有 20%的内容被生成式AI 所创建, 2025 年人工智能生成数据占比将达到 10%。根据前瞻产业研究院数据, 2025年中国生成式商业AI应用规模将达2070亿元, CAGR(2020-2025) 为84.06%。

成为VIP会员查看完整内容
101

相关内容

ChatGPT(全名:Chat Generative Pre-trained Transformer),美国OpenAI 研发的聊天机器人程序 [1] ,于2022年11月30日发布 。ChatGPT是人工智能技术驱动的自然语言处理工具,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码,写论文任务。 [1] https://openai.com/blog/chatgpt/
【ChatGPT系列报告】ChatGPT如何改变银行业?
专知会员服务
136+阅读 · 2023年3月11日
【ChatGPT系列报告】算力、数据与模型综合分析,46页Slides
【ChatGPT系列报告】ChatGPT 引发的大模型时代变革,80页pdf
专知会员服务
216+阅读 · 2023年2月28日
【ChatGPT系列报告】AIGC & ChatGPT 发展报告,27页ppt
专知会员服务
343+阅读 · 2023年2月18日
【ChatGPT系列报告】ChatGPT研究框架,64页pdf
专知会员服务
371+阅读 · 2023年2月15日
毫末智行,首推自动驾驶「ChatGPT」
机器之心
4+阅读 · 2023年4月12日
阿里版ChatGPT就快来了
机器之心
4+阅读 · 2023年4月4日
以落地考验价值,大模型的产业大考来了
机器之心
3+阅读 · 2022年11月30日
程序员开发正遭 AI 「革命」
CSDN
0+阅读 · 2022年11月30日
“生成式技术”正在颠覆人类创作!
CSDN
2+阅读 · 2022年11月28日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
国家自然科学基金
251+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月11日
A Survey of Large Language Models
Arxiv
304+阅读 · 2023年3月31日
VIP会员
相关主题
相关VIP内容
相关资讯
毫末智行,首推自动驾驶「ChatGPT」
机器之心
4+阅读 · 2023年4月12日
阿里版ChatGPT就快来了
机器之心
4+阅读 · 2023年4月4日
以落地考验价值,大模型的产业大考来了
机器之心
3+阅读 · 2022年11月30日
程序员开发正遭 AI 「革命」
CSDN
0+阅读 · 2022年11月30日
“生成式技术”正在颠覆人类创作!
CSDN
2+阅读 · 2022年11月28日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
相关基金
国家自然科学基金
251+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员